Python3 C-libs：如何序列化依赖于 C .dll 的类以在裸实例中使用？

如何解决Python3 C-libs：如何序列化依赖于 C .dll 的类以在裸实例中使用？

例如：

// file foo
def my_func():
   print("foo!")

// file bar
class Bar:
   def __init__(self):
      pass 
   def hello():
      import foo.my_func
      my_func()

import dill
dill.dump(Bar(),open("bar.dpkl",mode='wb+'))

$: python3 -m venv foobar
$: source activate foobar/bin/activate
(foobar) $: python3
>>> import dill
>>> obj = dill.load(open("bar.dpkl",mode='rb')) # just fine
>>> obj.hello()
foo!

---

但是，假设我陷入了困境：

class Bar:
  def __init__(self):
     import numpy

现在

>>> obj = dll.load(open("bar.dpkl",mode='rb'))
ModuleNotFoundError: No module named 'numpy'

---

看起来好像链接的 C 二进制文件没有捆绑在 pickle 文件中。但是，如果代码是真正的原生 python 代码，则 pickle 输出的 dill 文件本质上是一个动态存档。

有什么方法可以扩展这种动态存档行为以包含 numpy 等库？还是必须始终在执行 C 环境中安装这些 python + python-shell 库？

---

基本上，我认为我要求的是可以直接从 jar 代码生成的 python 的 pythonic 版本：这可能吗？或者是我正在寻找的 jar 具有必要依赖项的容器？

解决方法

所以，这个问题的答案非常开箱即用。但是，它有效。

对于初学者，将使用 dill：

import dill

然后，将使用旅行吟游诗人模式（只是编造的——我喜欢它，因为它有奇思妙想，并且比旅行“依赖注入器”或“推销员”更仁慈）并使用类{ {1}} 作为一种开箱工具或工厂：

Bar

---

class Bar:
  def __init__(self,foo):
    self.basename = foo.name
    self.deps = deepcopy(foo.deps)
    self.foo = '-'.join([self.basename,'foo'])
    self.bar = '-'.join([self.basename,'bar'])

  def install(self):
    import pip
    pip.main(["install"] + self.deps) # this method will be deprecated soon

  def load(self):
    self.install()
    foo = dill.load(open(self.foo,'rb'))
    return foo
 
  def store_self():
    with open(self.bar + '.dpkl','wb+') as out:
      dill.dump(out,self)

  @classmethod
  def store(cls,foo):
    bar = cls(foo)
    bar.store_self()
    bar.install()
    with open(self.foo + '.dpkl',foo)

class Foo:
  def __init__(self,name,*arg,**kwargs):
    self.name = name
    self.deps = [ "numpy" ]

  def hello():
    import numpy
    print("foo")
    ...


foo = Foo("Hello! I'm a foo!")
Bar.store(foo)

不保证可复制粘贴性，但其要点就在那里。可能需要稍微修改一下才能使 $: python3 -m venv venv-foo $: source venv-foo/bin/activate $: python3 -m pip install dill >>> import dill >>> bar = dill.load(open('bar.dpkl','rb')) >>> foo = bar.load() >>> foo.hello() Hello! I am a foo! 正常工作。它对 Bar.dpkl 的版本也很敏感。

通过更多的工作，本机 pickle 可能可用于存储 python3，然后可用于安装 Bar。